一种基于分层插值与迁移学习的页岩气井产量预测方法及系统

本发明公开了一种基于分层插值与迁移学习的页岩气井产量预测方法及系统，方法包括：采集历史油田产量数据构建源域数据集，使用分权线性插值算法填补所述源域数据集中的异常数据和缺失数据；对填补后的源域数据集预处理后采用经验模态分解方法进行层次分解；使用多尺度神经网络对层次分解后的源域数据集进行特征提取，得到每一层对应的多尺度特征；使用插值层将每一层对应的多尺度特征进行融合，得到页岩气井产量预测结果。本发明方法在获取历史产量数据后，对数据进行预处理、层次分解、多尺度神经网络预测、预测结果合并，最终得到未来指定时刻产量预测值。迁移训练好的源域模型，可以在样本稀疏条件下，得到较为准确的结果。